Forschung, die LyteFast unterstützt

Peer-Reviewed-Referenzen, die die Gewichtsvorhersage, den Energiehaushalt, den CO2-Fußabdruck von Diäten, die Glutenbestimmung, Ernährungsdatenbanken und die KI-gestützte Lebensmittelanalyse unterstützen.

Links öffnen sich in Ihrer Sprache, wenn verfügbar • Priorisierung von Harvard-, Stanford- und MIT-Forschung

Gewichtsprognose

Die Gewichtsvorhersage nutzt prädiktive Modelle, die auf den Prinzipien des Energiehaushalts basieren, um zukünftige Gewichtstrends aus aktuellen Daten abzuleiten. Forschungen zeigen, dass die Selbstüberwachung des Gewichts und der Kalorienaufnahme, kombiniert mit einer Trendglättung zur Reduzierung von täglichen Schwankungen, den Menschen hilft, ihre Entwicklung zu verstehen und rechtzeitig Anpassungen vorzunehmen. Prädiktive Modelle mit kurzer Vorhersagehorizont verwandeln Ihre aktuelle Entwicklung in umsetzbare Vorhersagen, die die Einhaltung unterstützen und langfristige Gewohnheiten fördern.

Key Studies

Budgetbasierte Kalorien

Vorgegebene Kalorienbudgets mit klaren Rückmeldungen wie "innerhalb des Budgets" oder "über dem Budget" helfen den Nutzern, in Echtzeit informierte Lebensmittelentscheidungen zu treffen. Forschungen zeigen, dass dieser entscheidungsunterstützende Ansatz die Einhaltung der Kalorienziele verbessert, indem er die kognitive Belastung reduziert und sofortige, umsetzbare Rückmeldungen bietet. Das einfache Rahmenwerk "Ausgaben vs. Budget" steht im Einklang mit den Prinzipien der Verhaltensökonomie, die zeigen, dass Menschen bessere Entscheidungen treffen, wenn sie klare Einschränkungen und sofortige Rückmeldungen zu ihren Entscheidungen erhalten.

Key Studies

Kaloriendefizit & Energiebilanz

Energiehaushalt – die Beziehung zwischen konsumierten Kalorien und verbrannten Kalorien – ist der Hauptfaktor für Gewichtsveränderungen. Forschungsergebnisse zeigen konsequent, dass ein Kaloriendefizit zu Gewichtsverlust führt, während ein Überschuss zu Gewichtszunahme führt. Die Visualisierung dieses Defizits in Echtzeit hilft den Nutzern, zu verstehen, wie ihre täglichen Entscheidungen ihren Fortschritt in Richtung der Ziele beeinflussen. Die App übersetzt den Energiehaushalt in einfache Sprache, zeigt die Lücke zwischen der aktuellen Aufnahme und dem Ziel sowie welche Änderungen diese Lücke schließen können.

Key Studies

KI-Lebensmittelscanner

Künstliche Intelligenz und maschinelles Lernen ermöglichen die automatisierte Lebensmittelerkennung anhand von Fotos, Textbeschreibungen und Barcode-Scans. Forschungen zeigen, dass die KI-gestützte Nährwertschätzung eine angemessene Genauigkeit für gängige Lebensmittel bieten kann, was den Nutzern hilft, Mahlzeiten schneller und konsistenter zu protokollieren. Die Kombination aus Fotoanalyse, Barcode-Scans und Textverarbeitung schafft mehrere Wege für die Lebensmitteldokumentation, verringert die Hürden zur Selbstüberwachung und verbessert die Einhaltung der Kalorienverfolgung.

Key Studies

Kohlenstoff-Fußabdruck

Die Lebensmittelproduktion trägt erheblich zu den globalen Treibhausgasemissionen bei. Forschungen zeigen, dass verschiedene Lebensmittel sehr unterschiedliche CO2-Fußabdrücke aufweisen und dass Ernährungsentscheidungen einen wesentlichen Einfluss auf die Umweltverträglichkeit haben können. Die Verfolgung des CO2-Fußabdrucks von Mahlzeiten hilft den Nutzern, die Umweltauswirkungen ihrer Lebensmittelentscheidungen zu verstehen und nachhaltigere Entscheidungen zu treffen. Studien belegen, dass selbst kleine Änderungen in der Ernährung die Kohlenstoffemissionen erheblich reduzieren können.

Key Studies

Gluten-Erkennung

Für Menschen mit Zöliakie oder Glutenempfindlichkeit ist es entscheidend, Gluten zu vermeiden, um die Gesundheit zu gewährleisten. Forschungen zeigen, dass selbst kleine Mengen Gluten bei empfindlichen Personen Symptome hervorrufen und langfristige Schäden verursachen können. Das Scannen von Barcodes und die Analyse von Lebensmitteln können helfen, glutenhaltige Produkte zu identifizieren und eine schnelle Überprüfung zu ermöglichen, um die Einhaltung einer glutenfreien Diät zu unterstützen. Während die App Indikatoren basierend auf Produktinformationen bereitstellt, ist es wichtig zu beachten, dass sie eine Schätzung darstellt und keinen Ersatz für sorgfältiges Lesen der Etiketten oder medizinische Beratung bietet.

Key Studies

Fastenansicht & Vorhersagemodellierung

Intermittierendes Fasten und zeitlich begrenztes Essen sind diätetische Ansätze, die die Nahrungsaufnahme auf bestimmte Zeitfenster beschränken. Forschungen zeigen, dass die Vorteile dieser Ansätze größtenteils durch die gesamte Kalorienaufnahme und Konsistenz vermittelt werden, anstatt nur durch das Timing. Prädiktive Modellierung hilft den Nutzern, zu erkennen, wie ihre Fastenmuster mit ihren Gewichtstrends und -prognosen zusammenhängen. Die App verknüpft Fastenfenster mit Kalorienbudgets, Trends und Prognosen, wodurch die Beziehung zwischen Fasten und Ergebnissen klar und umsetzbar wird.

Key Studies

Vollständige Referenzen

Vollständige Liste aller peer-reviewed Referenzen. Tags zeigen an, welche Funktion(en) jede Referenz unterstützt.